用于英文字母識別的三種人工神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)

1、用于英文字母識別的三種人工神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)摘要分別采用單層感知器、BP網(wǎng)絡(luò)和霍普菲爾德網(wǎng)絡(luò)三種神經(jīng)網(wǎng)絡(luò)對26個(gè)英文字母進(jìn)行識別，通過實(shí)驗(yàn)給出各網(wǎng)絡(luò)的識別出錯(cuò)率，從中可以看出三種人工神經(jīng)網(wǎng)絡(luò)各自的優(yōu)缺點(diǎn)，為選擇神經(jīng)網(wǎng)絡(luò)進(jìn)行字符識別提供了一定的依據(jù)。關(guān)鍵詞性能對比感知器BP網(wǎng)絡(luò)霍普菲爾德網(wǎng)絡(luò)字符識別1引言人工神經(jīng)網(wǎng)絡(luò)是在人類對其大腦神經(jīng)網(wǎng)絡(luò)認(rèn)識理解的基礎(chǔ)上人工構(gòu)造的能夠?qū)崿F(xiàn)某種功能的神經(jīng)網(wǎng)絡(luò)。代寫論文 它是理論化的人腦神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型，是基于模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息處理系統(tǒng)。因其自組織、自學(xué)習(xí)能力以及具有信息的分布式存儲和并行處理，信息存儲與處理的合一等特點(diǎn)得到了廣泛的關(guān)注，已經(jīng)

2、發(fā)展了上百種人工神經(jīng)網(wǎng)絡(luò)。一般來說，人工神經(jīng)網(wǎng)絡(luò)從結(jié)構(gòu)上可分為兩種:前向網(wǎng)絡(luò)和反饋網(wǎng)絡(luò)。典型的前向網(wǎng)絡(luò)有單層感知器、BP網(wǎng)絡(luò)等，反饋網(wǎng)絡(luò)有霍普菲爾德網(wǎng)絡(luò)等1。人工神經(jīng)網(wǎng)絡(luò)已經(jīng)被廣泛應(yīng)用于模式識別、信號處理、專家系統(tǒng)、優(yōu)化組合、智能控制等各個(gè)方面，其中采用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識別具有一些傳統(tǒng)技術(shù)所沒有的優(yōu)點(diǎn):良好的容錯(cuò)能力2j、分類能力、并行處理能力和自學(xué)習(xí)能力，并且其運(yùn)行速度快，自適應(yīng)性能好，具有較高的分辨率。單層感知器、BP網(wǎng)絡(luò)和霍普菲爾德網(wǎng)絡(luò)均可以用于字符識別。本文通過具體采用感知器網(wǎng)絡(luò)、BP網(wǎng)絡(luò)和霍普菲爾德反饋網(wǎng)絡(luò)對26個(gè)英文字母進(jìn)行識別的應(yīng)用，通過實(shí)驗(yàn)給出各自的識別出錯(cuò)率，通過比較，可

3、以看出這3種神經(jīng)網(wǎng)絡(luò)的識別能力以及各自的優(yōu)缺點(diǎn)。2 字符識別問題描述與網(wǎng)絡(luò)識別前的預(yù)處理字符識別在現(xiàn)代日常生活的應(yīng)用越來越廣泛，比如車輛牌照自動(dòng)識別系統(tǒng)3，4，手寫識別系統(tǒng)5，辦公自動(dòng)化等等6。代寫畢業(yè)論文 本文采用單層感知器、BP網(wǎng)絡(luò)和霍普菲爾德網(wǎng)絡(luò)對26個(gè)英文字母進(jìn)行識別。首先將待識別的26個(gè)字母中的每一個(gè)字母都通過長和寬分別為75的方格進(jìn)行數(shù)字化處理，并用一個(gè)向量表示。其相應(yīng)有數(shù)據(jù)的位置置為1，其他位置置為O。圖1給出了字母A、B和C的數(shù)字化過程，其中最左邊的為字母A的數(shù)字化處理結(jié)果所得對應(yīng)的向量為:IetterA00100010100101010001111111000110001，由

4、此可得每個(gè)字母由35個(gè)元素組成一個(gè)向量。由26個(gè)標(biāo)準(zhǔn)字母組成的輸人向量被定義為一個(gè)輸人向量矩陣alphabet，即神經(jīng)網(wǎng)絡(luò)的樣本輸人為一個(gè)3526的矩陣。其中alphabet=letterA，letterB，lettere，letterZj。網(wǎng)絡(luò)樣本輸出需要一個(gè)對26個(gè)輸人字母進(jìn)行區(qū)分輸出向量，對于任意一個(gè)輸人字母，網(wǎng)絡(luò)輸出在字母對應(yīng)的順序位置上的值為1，其余為O，即網(wǎng)絡(luò)輸出矩陣為對角線上為1的2626的單位陣，定義target=eye(26)。本文共有兩類這樣的數(shù)據(jù)作為輸人:一類是理想的標(biāo)準(zhǔn)輸人信號;另一類是在標(biāo)準(zhǔn)輸人信號中加上用MATLAB工具箱里的噪聲信號，即randn函數(shù)。3 識別字符

5、的網(wǎng)絡(luò)設(shè)計(jì)及其實(shí)驗(yàn)分析3.1單層感知器的設(shè)計(jì)及其識別效果選取網(wǎng)絡(luò)35個(gè)輸人節(jié)點(diǎn)和26個(gè)輸出節(jié)點(diǎn)，設(shè)置目標(biāo)誤差為0.0001，最大訓(xùn)練次數(shù)為40。設(shè)計(jì)出的網(wǎng)絡(luò)使輸出矢量在正確的位置上輸出為1，在其他位置上輸出為O。代寫醫(yī)學(xué)論文 首先用理想輸人信號訓(xùn)練網(wǎng)絡(luò)，得到無噪聲訓(xùn)練結(jié)果，然后用兩組標(biāo)準(zhǔn)輸入矢量加上兩組帶有隨機(jī)噪聲的輸人矢量訓(xùn)練網(wǎng)絡(luò)，這樣可以保證網(wǎng)絡(luò)同時(shí)具有對理想輸人和噪聲輸人分類的能力。網(wǎng)絡(luò)訓(xùn)練完后，為保證網(wǎng)絡(luò)能準(zhǔn)確無誤地識別出理想的字符，再用無噪聲的標(biāo)準(zhǔn)輸入訓(xùn)練網(wǎng)絡(luò)，最終得到有能力識別帶有噪聲輸人的網(wǎng)絡(luò)。下一步是對所設(shè)計(jì)的網(wǎng)絡(luò)進(jìn)行性能測試:給網(wǎng)絡(luò)輸人任意字母，并在其上加人具有平均值從。0.

6、2的噪聲，隨機(jī)產(chǎn)生100個(gè)輸人矢量，分別對上述兩種網(wǎng)絡(luò)的字母識別出錯(cuò)率進(jìn)行實(shí)驗(yàn)，結(jié)果如圖2所示。其中縱坐標(biāo)所表示的識別出錯(cuò)率是將實(shí)際輸出減去期望輸出所得的輸出矩陣中所有元素的絕對值和的一半再除以26得到的;虛線代表用無噪聲的標(biāo)準(zhǔn)輸人信號訓(xùn)練出網(wǎng)絡(luò)的出錯(cuò)率，實(shí)線代表用有噪聲訓(xùn)練出網(wǎng)絡(luò)的出錯(cuò)率。從圖中可以看出，無噪聲訓(xùn)練網(wǎng)絡(luò)對字符進(jìn)行識別時(shí)，當(dāng)字符一出現(xiàn)噪聲時(shí)，該網(wǎng)絡(luò)識別立刻出現(xiàn)錯(cuò)誤;當(dāng)噪聲均值超過0.02時(shí)，識別出錯(cuò)率急劇上升，其最大出錯(cuò)率達(dá)到21.5%。由此可見，無噪聲訓(xùn)練網(wǎng)絡(luò)識別幾乎沒有抗干擾能力。而有噪聲訓(xùn)練出的網(wǎng)絡(luò)具有一定的抗干擾能力，它在均值為。0.06之間的噪聲環(huán)境下，能夠準(zhǔn)確無誤地

7、識別;其最大識別出錯(cuò)率約為6.6%，遠(yuǎn)遠(yuǎn)小于無噪聲訓(xùn)練出的網(wǎng)絡(luò)。3.2BP網(wǎng)絡(luò)的設(shè)計(jì)及其識別效果該網(wǎng)絡(luò)設(shè)計(jì)方法在文獻(xiàn)lj中有詳細(xì)介紹。網(wǎng)絡(luò)具有35個(gè)輸人節(jié)點(diǎn)和26個(gè)輸出節(jié)點(diǎn)。目標(biāo)誤差為0.0001，采用輸人在(0，l)范圍內(nèi)對數(shù)S型激活函數(shù)兩層109519/109519網(wǎng)絡(luò)，隱含層根據(jù)經(jīng)驗(yàn)選取10個(gè)神經(jīng)元。和單層感知器一樣，分別用理想輸人信號和帶有隨機(jī)噪聲的輸人訓(xùn)練網(wǎng)絡(luò)，得到有噪聲訓(xùn)練網(wǎng)絡(luò)和無噪聲訓(xùn)練網(wǎng)絡(luò)。由于噪聲輸人矢量可能會導(dǎo)致網(wǎng)絡(luò)的1或o輸出不正確，或出現(xiàn)其他值，所以為了使網(wǎng)絡(luò)具有抗干擾能力，在網(wǎng)絡(luò)訓(xùn)練后，再將其輸出經(jīng)過一層競爭網(wǎng)絡(luò)的處理，使網(wǎng)絡(luò)的輸出只在本列中的最大值的位t為1，保證在

8、其他位置輸出為O，其中網(wǎng)絡(luò)的訓(xùn)練采用自適應(yīng)學(xué)習(xí)速率加附加動(dòng)量法，在MATLAB工具箱中直接調(diào)用traingdx。在與單層感知器相同的測試條件下對網(wǎng)絡(luò)進(jìn)行性能測試，結(jié)果如圖3所示。其中虛線代表用無噪聲訓(xùn)練網(wǎng)絡(luò)的出錯(cuò)率，實(shí)線代表用有噪聲訓(xùn)練網(wǎng)絡(luò)的出錯(cuò)率。從圖中可以看出，在均值為o一0.12之間的噪聲環(huán)境下，兩個(gè)網(wǎng)絡(luò)都能夠準(zhǔn)確地進(jìn)行識別。在0.120.15之間的噪聲環(huán)境下，由于噪聲幅度相對較小，待識別字符接近于理想字符，故無噪聲訓(xùn)練網(wǎng)絡(luò)的出錯(cuò)率較有噪聲訓(xùn)練網(wǎng)絡(luò)略低。當(dāng)所加的噪聲均值超過。.15時(shí)，待識別字符在噪聲作用下不再接近于理想字符，無噪聲訓(xùn)練網(wǎng)絡(luò)的出錯(cuò)率急劇上升，此時(shí)有噪聲訓(xùn)練網(wǎng)絡(luò)的性能較優(yōu).

9、2.加強(qiáng)和完善會計(jì)電算化管理制度。會計(jì)電算化是以計(jì)算機(jī)電腦操作為核心的,計(jì)算機(jī)電腦是一種按程序運(yùn)行的機(jī)器,會計(jì)信息系統(tǒng)由軟件、硬件構(gòu)成,會計(jì)信息要靠人來掌握,某一方面出現(xiàn)問題,就會導(dǎo)致會計(jì)信息失真或出現(xiàn)重大的誤差,將給經(jīng)濟(jì)部門的利益造成嚴(yán)重?fù)p失。如果各環(huán)節(jié)準(zhǔn)確無誤,便會帶來極大的回報(bào)。因而,必須加強(qiáng)對會計(jì)電算化各個(gè)環(huán)節(jié)的科學(xué)管理。首先,是對人的管理。要使會計(jì)人員持有相當(dāng)級別的計(jì)算機(jī)證、會計(jì)師證、使會計(jì)人員知識技術(shù)能力得到保證,是實(shí)行會計(jì)電算化的先決條件。其次,是對物的管理。即加強(qiáng)對計(jì)算機(jī)系統(tǒng)、會計(jì)軟件硬件系統(tǒng)的管理,建立會計(jì)電算化檔案制度。對必要的會計(jì)資料要妥善分類,編序整理,建檔立案,嚴(yán)格保

10、管,使會計(jì)檔案科學(xué)、規(guī)范、完整。同時(shí),加強(qiáng)對計(jì)算機(jī)設(shè)備及有關(guān)軟件的保存和管理,要做到會計(jì)電算化所運(yùn)用的設(shè)備資料的防盜、防震、防潮等安全工作,為會計(jì)電算化正常運(yùn)行提供物質(zhì)保證。3.加強(qiáng)會計(jì)網(wǎng)絡(luò)化、信息化系統(tǒng)建設(shè)。會計(jì)是計(jì)量、處理和傳遞有關(guān)某一經(jīng)濟(jì)單位財(cái)務(wù)信息的信息系統(tǒng),而且在經(jīng)濟(jì)信息中處于核心地位。隨著會計(jì)電算化的發(fā)展,會計(jì)網(wǎng)絡(luò)化、信息化系統(tǒng)將日趨發(fā)揮重要作用。網(wǎng)絡(luò)的運(yùn)用使財(cái)務(wù)計(jì)算走向無紙化,會計(jì)信息輸入、輸出及信息處理通過網(wǎng)絡(luò)進(jìn)行,會計(jì)結(jié)算、支付、收入等往來帳目通過電子傳遞來完成。會計(jì)網(wǎng)絡(luò)化、信息化、使會計(jì)數(shù)據(jù)處理更科學(xué)化,使財(cái)務(wù)管理集中化、系統(tǒng)化和高效化,有利于會計(jì)信息資源共享,會計(jì)信息提供及時(shí)、準(zhǔn)確,使經(jīng)濟(jì)管理者不失時(shí)機(jī)地對經(jīng)營活動(dòng)作出可靠的判斷和科學(xué)的決策,促進(jìn)經(jīng)濟(jì)效益的提高和經(jīng)營管理現(xiàn)代化的實(shí)現(xiàn)?？傊?隨著知識經(jīng)濟(jì)的興起,會計(jì)電算化將不斷發(fā)展,網(wǎng)絡(luò)化、信息化在會計(jì)工作中的應(yīng)用,使會計(jì)電算化的時(shí)效性不斷擴(kuò)大和增強(qiáng),為經(jīng)濟(jì)的發(fā)展、